量子关联动力学演化及其优化调控

来源 :曲阜师范大学 | 被引量 : 0次 | 上传用户:castle0611
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
光量子论的诞生对物理学的发展产生了深远影响。描述微观粒子非定域性的重要概念——量子关联,处于量子力学的核心地位,在量子物理中扮演着极其重要的角色。其作为量子通信和量子计算的基本资源引起人们的广泛关注和深入探究,在量子隐形传态、量子计算机、量子密码术等领域有着广泛的应用。由于量子系统不可避免的与环境发生相互耦合,会导致系统量子态的退相干,使得系统在动力学演化过程中会发生量子关联强度的衰减、纠缠突然死亡和量子关联转移等现象,限制了量子关联态在量子信息处理与量子计算中的应用。抑制量子关联态在演化过程中的强度衰减,以及寻求不同环境条件下提高量子关联强度的方法,对于量子信息理论和实验的发展是比较重要且有意义的研究课题。本文主要利用非线性介质和弱测量操作对量子态的影响来优化调控动力学演化过程。内容主要包括以下几个方面:  1.研究两二能级原子在封闭系统中的纠缠动力学演化特征。主要针对真空腔场、粒子数态、以及非线性介质腔场下的原子纠缠动力学演化过程进行分析。首先,利用部分转置矩阵负本征值的方法分析纠缠原子在粒子数态和克尔介质环境中的纠缠演化,发现克尔介质环境下纠缠突然死亡现象消失,并可使得量子纠缠态始终保持在高纠缠度值振荡演化。其次,运用共生纠缠的度量方法对初始纠缠的原子与附加类克尔介质的光腔相互作用模型进行研究,发现非线性效应和原子与腔场间的失谐量均可抑制纠缠突然死亡现象的发生。第三,分别研究Nonlinearity Jaynes-Cummings(N-J-C)模型及Jaynes-Cummings(J-C)模型中纠缠动力学,在J-C模型中原子初始纠缠可以发生纠缠突然死亡现象,而在N-J-C模型中利用介质的非线性和失谐量的影响均可避免纠缠突然死亡现象的发生,而且一定程度上几乎可以恢复到原子间初始纠缠值。  2.利用弱测量技术研究开放系统中两量子比特的量子关联动力学演化和转移。有纠缠突然死亡现象产生的非最大纠缠初态,经弱测量操作后,在演化过程中不但能够提高量子关联强度,而且能够缩小甚至消除量子比特间纠缠突然死亡的发生时间;对于演化过程中无纠缠突然死亡的非最大纠缠初态,弱测量操作则会降低量子比特间的关联强度;对初始处于最大纠缠态的粒子,弱测量操作不能增强量子比特间纠缠但可以优化量子态的量子失协。弱测量对实现量子关联转移时的破坏极小,能够延迟纠缠的衰减,并可使量子纠缠的转移时间提前。此外,腔场与量子比特间的耦合强度与腔场耗散率间的关系决定了比特间纠缠在腔中的动力学演化,是否表现为马尔科夫过程或者非马尔可夫过程。  3.基于弱测量操作研究开放系统动力学过程中量子关联态的优化调控。分别利用共生纠缠和量子失协度量系统量子关联,研究马尔科夫和非马尔科夫热库环境中量子系统的量子关联动力学演化。结果发现在非马尔科夫环境中,弱测量操作在量子关联动力学演化过程中能够缩小量子纠缠突然死亡的发生时间。在马尔科夫环境下量子态的关联强度迅速衰减,弱测量操作仅仅可优化纠缠突然死亡的发生时间。对于初始最大纠缠态的情形,弱测量操作则不能优化动力学演化中的量子纠缠强度。
其他文献
针对攀钢半钢冶炼热源不足带来的问题,通过分析转炉热补偿技术优缺点,提出在提钒转炉出半钢时加入硅铁对半钢进行化学热补偿的增硅热补偿工艺,解决了增硅后预处理脱硫渣-铁难
从本世纪60年代起,特别是在激光、光导纤维问世以后,偏振光学这门古老的学科又焕发了青春,并以空前的规模和速度发展。如今偏振光学技术除已应用于光测弹性方法中测定机械结构的
对含锌粉尘冷固结团块进行高温焙烧,研究了配碳量和焙烧温度对团块自还原过程的影响.结果 表明,团块焙烧后的抗压强度随着焙烧温度的升高呈现先降低后增加的趋势,焙烧温度为9
窄光束由于线性衍射而在空间展宽。传播在自聚焦介质中的亮光束和传播在自散焦介质中的暗光束会自写入能导向其自身的感应波导或类透镜。当该波导的会聚作用严格平衡了光束的
期刊
Trilithic公司的监督系统 :HFC反向回路的维护设备产品简介图2但当反向服务开始加入反向回路时 ,操作者只能由被反向服务信号所占用的频带间之空白频谱侦测入侵干扰图3最后当反
针对钢铁企业大气污染物排放问题,生态环境部提出了NOx、SO2、烟气颗粒物等超低排放的要求,京津冀地区在此基础上对烧结工序的CO排放浓度也做了相应要求.为探究不同粒度焦粉
为了有效减少了转炉提钒过程的碳烧损量,在硅钼炉内进行氧化性炉渣与铁水在不同温度下的渣金反应实验,发现炉渣与铁水的反应速率随温度的升高而加快;温度越高铁红(Fe2O3)将钒
人工神经网络在模拟真实神经网络方面具有很多优势,一直是人们研究的热点,而混沌神经网络由于具有非常丰富的动力学特征和潜在的应用价值而逐渐成为其中的佼佼者。目前混沌神